人民幣匯率波動彈性空間測度研究

人民幣匯率波動彈性空間測度研究

一、人民幣匯率波動復(fù)雜性的理論分析與研究問題自2005年人民幣匯率制度改革和固定匯率制度廢除以來，中國貨幣當局采取了更靈活的匯率制度。因為更加靈活的匯率制度才能夠適應(yīng)宏觀經(jīng)濟基本面更大的波動以及更大的匯率波動空間(Beng,2000)。然而自匯率彈性增加以來,人民幣無論是預(yù)期上的還是市場上的真實表現(xiàn)無不表征出明顯的升值趨勢;而且隨著資本賬戶開放度的增加和國際資本流量的不斷放大,原有匯率波幅在需要兼顧本國貨幣政策獨立性的前提下受到了越來越大的挑戰(zhàn)。進而引致的貨幣當局對于匯市的干預(yù),也進一步加劇了外匯儲備的膨脹(截止2012年3月底已達3.31萬億美元,超合理水平)。國內(nèi)外日益嚴峻的壓力以及對匯率波動風(fēng)險控制的客觀需要,使得人民幣匯制的合理性、彈性匯制的生存空間,彈性匯制的有效性及其空間測度、匯率波動風(fēng)險的控制等問題,成為國內(nèi)外理論界和實務(wù)界關(guān)注的焦點。基于三元悖論理論核心的探討,黃志剛(2008)指出,在保證政策獨立性條件下(約束性條件),任意給定資本流動性(即任意假定某國資本流動處于某一狀態(tài)),可以找到與之對應(yīng)的使該國中間匯率制可持續(xù)的匯率波動范圍;進而,引出了人民幣匯率波動彈性空間問題的探討與評估(黃志剛和陳曉杰,2010);并基于風(fēng)險管理中的VaR方法,通過構(gòu)建調(diào)整型EWMA模型,初次探討了匯率波動彈性空間的科學(xué)準確測度問題(HuangZhigangetal.,2011)。然而,大量研究發(fā)現(xiàn)匯率波動呈現(xiàn)出多種復(fù)雜特性。本文的研究重點便是尋求能更好地刻畫人民幣匯率波動復(fù)雜性的模型,以便對匯率波動彈性空間進行復(fù)雜性視角下的測度;進而與上述方法對比,以此建立可動態(tài)監(jiān)測人民幣匯率波動彈性空間變化的方法,指導(dǎo)銀行間即期外匯市場人民幣兌美元交易價浮動幅度的調(diào)整。二、匯率波動穩(wěn)定性的科學(xué)方法:彈性模型與神經(jīng)網(wǎng)絡(luò)匯率彈性一詞散見于國內(nèi)外許多匯率研究文獻中,但匯率彈性空間概念的提出始見于黃志剛(2008)的研究成果。該研究成果提出,所謂匯率彈性空間,是指在資本流動性一定的條件下,只要允許匯率在一定幅度范圍內(nèi)波動,就能保證該國為使經(jīng)濟平穩(wěn)運行而不受鉗制地實施各種可能的調(diào)控政策。匯率波動的這一“幅度范圍”就叫彈性空間。國外對于匯率波動區(qū)間的研究主要集中于對彈性與干預(yù)(Williamson,1976)、匯率波幅(Beetsma和Ploeg,1998;Cukiermanetal.,2004)、匯率目標區(qū)設(shè)計(Anthony和Ronald,1999;Inoue和Hamori,2009)等方面的研究。Bartolini和Prati(1999)提出了一個“軟”性匯率目標區(qū)模型,并把它解釋為1993年8月之后的匯率機制的程式化描述。研究發(fā)現(xiàn),“軟”的目標區(qū)比“硬”的目標區(qū)能更為顯著地減少受到投機攻擊的次數(shù)。Goldstein和Lardy(2005)主張在新平價上擴大匯率波幅至5%~7%左右,這樣可提高貨幣政策的獨立性;同時實施以支出為基礎(chǔ)的擴張性財政政策,加大社會保障建設(shè)力度,削減大多數(shù)的資本控制,以沖銷人民幣升值的不利影響。有關(guān)“匯率波動彈性空間”的研究不多,也較少對匯率波動時序特性與波動空間測度方法給予綜合考慮,同時基于復(fù)雜性視角探討匯率波動風(fēng)險的控制問題亦乏文可陳。國內(nèi)對于匯率波動區(qū)間的研究,其理論角度一般從構(gòu)建相應(yīng)的貨幣或匯率模型入手進行探討(魏巍賢等,1997;徐旭初等,2005;王松奇和史文勝,2007)。金雪軍和王義中(2008)認為決策者應(yīng)調(diào)整短期實際匯率波動,擴大波動幅度以減緩匯率升值預(yù)期,消除資產(chǎn)市場上的短期失調(diào)。黃志剛和陳曉杰(2010)則應(yīng)用脈沖響應(yīng)和方差分解等計量手段,證明了0.5%十分靠近檢驗時段(2007.5-2008.12)的匯率波動彈性空間,從而通過實證評估的方法指出我國在2007年5月將匯率彈性從0.3%增加到0.5%是合理且必須的。其實證角度一般對匯率收益進行VAR分析進而得出相應(yīng)的波動幅度區(qū)間(田新時和李耀,2003;王宗潤等,2008;王春峰等,2010;)。HuangZhigang等(2011)進一步指出,中間匯率制度的管理核心是在任何時點上如何判斷其匯率波動彈性空間的大小;運用風(fēng)險管理中的VaR方法進行實證分析的結(jié)果表明,經(jīng)調(diào)整的穩(wěn)健型EWMA模型是人民幣匯率波動彈性空間的測度模型;當前人民幣匯率波動的彈性空間約為1%。然而大量的研究發(fā)現(xiàn),匯率波動呈現(xiàn)簇聚現(xiàn)象、長記憶性等顯著的非線性([Baillie和Bollerslev,1991;Engel和Russell,1997)。可見,非線性特征存在于匯率波動已是不爭的事實(Meese和Rose,1990)。匯率波動的混沌與分形表征的廣泛驗證,使得混沌、分形等復(fù)雜性科學(xué)理論被用于研究人民幣匯率波動復(fù)雜性及其風(fēng)險控制的新領(lǐng)域,而神經(jīng)網(wǎng)絡(luò)是預(yù)測匯率非線性波動的良好選擇(崔孟修,2001)。Refense等(1993)也認為,神經(jīng)網(wǎng)絡(luò)用于匯率預(yù)測要比傳統(tǒng)線性預(yù)測方法好很多。根據(jù)HuangZhigang等(2011)的研究結(jié)果,用遺傳算法改進的GABP神經(jīng)網(wǎng)絡(luò)模型的確能夠顯著提升BP網(wǎng)絡(luò)的預(yù)測效能;并且隨著匯率彈性化與自由化進程的加快,非線性GABP神經(jīng)網(wǎng)絡(luò)模型能夠比諸如MA等線性模型有著對匯率波動更好的解釋力和預(yù)測效能。因此,本文將考慮繼續(xù)引入GABP神經(jīng)網(wǎng)絡(luò)模型對人民幣匯率波動彈性空間進行測度。已有的教材與諸多文獻表明,任何模型的預(yù)測值其實是該模型對樣本數(shù)據(jù)建模后所給出的所有預(yù)測可能值的期望,或者說是均值而已。這也就意味著模型在預(yù)測中難免會有所偏誤。而GABP神經(jīng)網(wǎng)絡(luò)模型作為一個黑箱模型而言,自然也不例外,甚至更應(yīng)重視其預(yù)測值的期望與波動,即其預(yù)測所得的置信區(qū)間。在GABP神經(jīng)網(wǎng)絡(luò)模型的實際運用中,由于訓(xùn)練樣本數(shù)據(jù)的噪聲及其空間分布的非均勻性等,GABP神經(jīng)網(wǎng)絡(luò)模型輸出結(jié)果的精確度難以有效明晰。因此,對其輸出結(jié)果的可能范圍,或者說其預(yù)測值的可信度的要求,就歸結(jié)到GABP神經(jīng)網(wǎng)絡(luò)模型的置信度與區(qū)間估計的求解上來。區(qū)間估計方法應(yīng)用于非線性模型已有諸多的例子,比如人工神經(jīng)網(wǎng)絡(luò)(ANN)模型(Fantoni和Mazzola,1996)、核回歸(KR)模型(Gribok等,2000)等。Hines等(2001)對區(qū)間估計方法在這些非線性模型中的運用以及優(yōu)缺點作了系統(tǒng)的總結(jié)。為了簡化運用,也常使用較為簡便易行的Bootstrap法(Donaldson和Schnabel,1987)。另外,蒙特卡羅模擬法也有較多運用。Leonard和Kramer(1992)提出了準確度索引網(wǎng)絡(luò)的方法,它能夠在模型預(yù)測出結(jié)果的同時給出相應(yīng)置信度的結(jié)果區(qū)間。但該方法對之后廣泛使用的BP神經(jīng)網(wǎng)絡(luò)并不適用,也制約了其進一步拓展。Chryssolouris等人(1996)進一步拓展了基于非線性回歸理論的神經(jīng)網(wǎng)絡(luò)區(qū)間預(yù)測方法。由于其所提出的非線性區(qū)間預(yù)測方法應(yīng)用簡便,且數(shù)學(xué)含義明確,因而得到了較為廣泛的應(yīng)用?，F(xiàn)有文獻通過引入不同的方法對非線性模型的置信區(qū)間進行估計,但極少涉及匯率波動領(lǐng)域的應(yīng)用探討;而關(guān)于匯率波動的研究,各文獻從不同方面研究了匯率波動及其特性和風(fēng)險度量等問題,國內(nèi)學(xué)者也開始把關(guān)注的目光投向人民幣匯率的波動彈性和波動區(qū)間的研究。除極少數(shù)(如HuangZhigang等,2011)通過調(diào)整型EWMA模型進行測度外,其他涉及人民幣匯率波動彈性空間測度問題的文獻極為罕見。因此,本文將引用Chryssolouris(1996)等人的估計思想,對人民幣匯率波動彈性空間進行GABP神經(jīng)網(wǎng)絡(luò)模型的測度,實證研究人民幣匯率彈性(波動區(qū)間)的動態(tài)調(diào)整方向和調(diào)整力度;并將此基于復(fù)雜性視角下的區(qū)間估計方法的測度效能與相應(yīng)的調(diào)整型EWMA模型作對比,以期為外匯市場實現(xiàn)科學(xué)管理和宏觀經(jīng)濟調(diào)控政策的有效實施提供有益的決策依據(jù)。三、人民幣匯率波動彈性空間測試方法的概念(一)資本流動水平從匯率的歷史數(shù)據(jù)著手,分析匯率波動的分布規(guī)律,然后利用VaR模型測度出能最大范圍覆蓋我國匯率波動的區(qū)間,作為匯率波動的彈性空間。HuangZhigang等人(2011)指出,由于匯率波動的尖峰厚尾等復(fù)雜波動特性,相比較標準型EWMA模型而言,基于Laplace分布發(fā)展而來的穩(wěn)健型EWMA模型更為符合實際,也能更好地刻畫匯率波動的真實情況?？紤]到資本流動是影響一國匯率波動的關(guān)鍵因素,不同的資本流動水平之下的匯率波動彈性空間也應(yīng)是不同且一一對應(yīng)的。因而,為了能更好地測度在受國際資本流動沖擊時的匯率波動彈性,他們在穩(wěn)健型的EWMA模型基礎(chǔ)上作適度調(diào)整,即:其中,σtEWMA表示穩(wěn)健型EWMA模型中計算的波動率。λ為衰減因子,對λ估計方法與普通的EWMA模型一樣,也采用J.P.Morgan(1996)在RiskMetrics中推薦的使預(yù)測的均方根誤差(RMSE)達到最小的λ值。cf表示資本流動水平;γ是一個反映資本流動對匯率波動影響的系數(shù),也是一個常數(shù)。作為調(diào)整系數(shù),它首先源于我國人民幣匯率波動遠遠小于資本流動波動,然后將兩者聯(lián)系起來需要一個調(diào)整系數(shù)以避免計算得到的VaR值過大,而調(diào)整系數(shù)的取值則根據(jù)能得到較好VaR值確定,即能通過回測檢驗,達到較全面的覆蓋率并且不會過高。根據(jù)調(diào)整后的穩(wěn)健型EWMA模型的基本理論,得到均值和方差計算式,在穩(wěn)健型的EWMA模型中稍微作了如下調(diào)整:設(shè)模型測度出的匯率波動彈性空間上下限分別為VaRs和VaRx,則在穩(wěn)健型EWMA中,假設(shè)波動率是Laplace分布,因此99%置信度下的匯率波動彈性空間(VaRx,VaR)s為(μ-4.61σ,μ+4.61σ),99.74%置信度下的匯率波動彈性空間為(μ-5.95σ,μ+5.95σ)。(二)模型偏誤分析參照Chryssolouris(1996)等人提出的非線性區(qū)間估計方法,可得本文基于GABP神經(jīng)網(wǎng)絡(luò)模型測度人民幣匯率波動彈性空間的測度思路如下:設(shè)一個給定的非線性動力系統(tǒng)的輸入序列為(X1,X2,…,XP),設(shè)模型輸入層共有r層,則可得輸入序列各變量分別為Xm=(x1m,x2m,…,xim,…,xrm),且(1≤i≤r);輸出序列為(y1,y2,…,yP),并將系統(tǒng)模型表示為f(Xm,θ*),θ*表示系統(tǒng)模型的參數(shù)真值。于是,可將系統(tǒng)表征為:其中,εm用以表征系統(tǒng)誤差。非線性系統(tǒng)的優(yōu)化過程可以看作是使目標函數(shù)F最小化的值:設(shè)模型實際測算所得的參數(shù)為,則模型預(yù)測輸出的估計值為。對該式進行Taylor展開,進而可得:其中,為一階的微分矩陣,c為參數(shù)點數(shù)(設(shè)系統(tǒng)隱層數(shù)為s′,輸出層數(shù)為t,則c=r×s′+s′+s′×t+t),進而可得模型輸出的偏誤為:于是,可計算得到模型偏誤的方差為:假設(shè)系統(tǒng)輸出偏差εm服從(i,i,d),則其分布就滿足N(0,σ2In),則可認為其近似服從的分布,其中F(θ贊)是上述一階微分方程所構(gòu)成的雅可比矩陣。于是,式(9)可進一步表征為:若以標準差作為方差σ2的無偏估計(p為訓(xùn)練的樣本數(shù),在本文中即為GABP神經(jīng)網(wǎng)絡(luò)預(yù)測的序列窗口數(shù)。為了與前文調(diào)整型EWMA模型的時序窗口值對應(yīng),本文的p值也取90天)。從而,式(10)可化為:Chryssolouris(1996)給出了(1-α)置信度下的神經(jīng)網(wǎng)絡(luò)區(qū)間預(yù)測值。于是,進一步可拓展為本文的匯率波動彈性空間(TXKJ)的基本測度公式如下:Shao等(1997)進一步指出,當模型預(yù)測偏差不滿足(i,i,d)時,式(12)應(yīng)進行修正。具體方法是通過測算預(yù)測偏誤與標準差之間的比例,其中m=1,2,…,P,整項為:進而得到調(diào)整項為:四、示范分析(一)彈性空間測度指標的定義HuangZhigang等(2011)采用人民幣匯率日對數(shù)收益序列作為匯率波動彈性空間的測度指標,定義為:其中,Pt表示第t日人民幣兌美元匯率中間價。筆者認為,僅僅按照匯率中間價來計算匯率波動幅度的話,上述表示法適用于人民幣月度匯率波幅計算;但如果用此法來測算日波動幅度,進而分析是否符合央行所規(guī)定的每日波幅限制,則有待商榷。自2005年7月21日人民幣匯率形成機制改革之后,央行于每個工作日閉市后公布當日即期匯市人民幣兌美元收盤價,作為下一工作日中間價;自2006年1月4日起,央行授權(quán)外匯交易中心于每個工作日上午9時15分對外公布當日人民幣兌美元匯率中間價,作為當日即期匯市中間價?？梢?當我們用當日與前一日中間價的收益率來計算波動幅度時,實際上算出來的是前一日的波動幅度(如果仍近似地將當日的中間價看作是前一日收盤價的話),即Ln(Pt/Pt-1)實際上表示前一日的波動幅度。測度出來的日波動空間應(yīng)當與Ln(Pt+1/Pt)進行比較才符合央行規(guī)定的含義,即“第t日的波動空間涵蓋第t日即期匯市交易的價格波幅”,因而采用此指標時,Ln(Pt+1/Pt)才是第t日波動幅度的較準確表示。為了使匯率波幅方向符合一般的認識,則RMt>0表示人民幣匯率升值,RMt<0表示人民幣匯率貶值。故將式(14)作調(diào)整進而得到第t日收益率(波動幅度)RMt為:其中,Pt是第t日的匯率水平,也就是第t日上午開盤前公布的匯率中間價。式(15)就是對數(shù)收益率表示的測算匯率波動彈性空間的指標(數(shù)據(jù)來源于中國外匯交易中心網(wǎng)站)。根據(jù)2005年央行規(guī)定,每日銀行間匯市人民幣兌美元交易價在中間價上下0.3%的幅度內(nèi)浮動,而2007年規(guī)定的調(diào)整幅度為0.5%?？芍?按照式(15)算出的當日波幅并不能表示當日人民幣即期匯市的真實波幅,也不能當作央行規(guī)定的“0.3%、0.5%”波幅限制的一個真實考量。設(shè)當日中間價收益率RMt=Ln(Pt/Pt+1),也就是前文的Rt;當日最高價收益率RHt=Ln(Pt/PHt)和當日最低價收益率RLt=Ln(Pt/PLt)。其中,PHt和PLt分別表示當日銀行間匯市交易中人民幣兌美元匯率的最高價和最低價。這樣表示是為了與前文一致,即收益率為正,則代表人民幣匯率升值(數(shù)據(jù)來源于Wind資訊)。于是,本文根據(jù)央行有關(guān)波幅限制的規(guī)定,定義彈性空間測度指標ESERV(ElasticSpaceofExchangeRateVolatility)如下:其中,表示RMt的絕對值。即ESERVt為第t日最大波幅所表示的收益率,這與央行的規(guī)定一致,同時也更能表征當日的真實波動幅度。進一步對計算所得的ESERVt序列與常用的匯率收益序列指標RMt作趨勢一致性檢驗,如表1所示。從所有1587個樣本來看,ESERVt與RMt方向不一致的概率僅33.21%;而在所有二者趨勢項不同的數(shù)據(jù)日中,ESERVt與下一日ESERVt+1的變動趨勢一致的概率為73.81%?？梢?當ESERVt與RMt方向不一致時,一般ESERVt為升值,則下一個交易日ESERVt+1也為升值,即與下一個交易日波幅較大的趨勢方向一致。而用RMt度量的收益方向與下一日即期匯市最大波幅的趨勢方向一致的概率僅為26.19%。這也進一步佐證了ESERVt能相對更好地刻畫日內(nèi)波幅。進一步根據(jù)央行對日波幅的限制,對以上波幅指標的有效性作區(qū)間概率統(tǒng)計分析,如表2所示。綜上,人民幣即期匯率日內(nèi)0.3%和0.5%的波幅限制在各自的時間段內(nèi)都較好地涵蓋了即期匯市的波動,屬于“基本夠用”的情況(黃志剛等,2010)。匯率彈性的增大,要求有更靈活的波動空間與之匹配。同時,匯率波動幅度越大,所需的彈性空間也就越大。用ESERV度量的人民幣匯率波動彈性空間測度指標最切合實際,因而本文將采用ESERV指標來測度人民幣匯率波動彈性空間。(二)調(diào)整相關(guān)關(guān)系的日資本流動近似值HuangZhigang等(2011)通過建立MA模型(17)來檢驗資本流動與人民幣匯率波動二者間的關(guān)系,并利用月度數(shù)據(jù)求得的MA模型的系數(shù)作為調(diào)整型EWMA模型中調(diào)整系數(shù)γ的數(shù)值。其中,VOLHPt為進行HP濾波處理后的象征匯率短期波動的序列,CFt-1為上一期資本流動量,二者均為月度時序,數(shù)據(jù)來源同上文。繼而根據(jù)求得的調(diào)整系數(shù)γ的值與前期資本流動平均值(即上個月的月資本流動水平除以當月天數(shù)后的值)二者的乘積作為模型(4)中的調(diào)整量。因此,本文將在該文的基礎(chǔ)上,直接使用月度資本流動數(shù)值除于當月天數(shù)得到的日資本流動近似值與人民幣日匯率波動數(shù)據(jù)來測算調(diào)整系數(shù)γ的值。首先對用ESERV表征的人民幣日匯率波動時序進行HP濾波處理,再將所得匯率波動成分序列(記為HPESERV)與筆者計算所得日資本流動量CFt-1時序分別進行ADF和PP單位根檢驗,可以發(fā)現(xiàn)各時序均在1%顯著性水平上拒絕原假設(shè),均為平穩(wěn)序列,符合協(xié)整檢驗的前提。繼而對根據(jù)VAR模型檢驗結(jié)果所得的滯后數(shù)值對匯率波動變量與資本流動量作協(xié)整檢驗,結(jié)果如表3所示。由結(jié)果可知時序間存在長期均衡的穩(wěn)定關(guān)系,相應(yīng)的協(xié)整方程見式(18)。根據(jù)協(xié)整方程結(jié)果可得,用ESERV表征的人民幣日匯率波動成分序列與資本流動序列間的長期關(guān)系分別為0.00000135。于是可得調(diào)整后的每日匯率波動標準差,即調(diào)整型EWMA模型的波動率式(4)可轉(zhuǎn)化為:根據(jù)鄭國忠和黃志剛(2011)的測算,采用調(diào)整型EWMA模型對ESERV進行90天的估計匯率波動的最優(yōu)衰減因子λ應(yīng)選擇0.9為宜。根據(jù)上述方法運用Matlab2010b軟件編程計算,得出在99%和99.74%置信度下VaR的估計區(qū)間與實際人民幣匯率收益對比圖見圖1和圖2。經(jīng)過超預(yù)期VaR值分析可知,在99%和99.74%置信度下,計算所得的人民幣匯率波動彈性空間同樣能夠100%地涵蓋所有的人民幣匯率實際波動,同時所得的區(qū)間要比99%的區(qū)間寬一些。結(jié)合圖2,根據(jù)不同時段的人民幣匯率日波幅限制線可以看出,人民幣匯率實際波動在相應(yīng)的時段內(nèi)均未突破日波幅限制線,只有極少數(shù)交易日達到或者接近日波幅限制線。而經(jīng)過調(diào)整型EWMA模型計算所得的匯率波動彈性空間,則時有突破現(xiàn)有日波幅限制的天數(shù)。并且,根據(jù)99.74%置信度得到的匯率波動彈性空間可以發(fā)現(xiàn),在2007年末至2008年中,以及2010年中之后的時段內(nèi),人民幣匯率日波幅的限制線置于1%或更為恰當。(三)基于gabp神經(jīng)網(wǎng)絡(luò)模型的人民幣匯率波幅限制考慮到國際資本流動對人民幣匯率波動彈性空間測度的重要影響,本節(jié)也將短期資本流動CFt-1時序引入到模型中。由于非線性系統(tǒng)能夠較好地捕捉非線性的波動,因而與前一節(jié)有所不同的是,這里將直接把CFt-1時序與前期的人民幣實際匯率波動時序作為輸入變量,進行90天窗口值的滾動測度,進而測算出用ESERV表征的人民幣兌美元實際匯率波動彈性空間。本節(jié)采用的GABP網(wǎng)絡(luò)為(2,2,1)的網(wǎng)絡(luò),并經(jīng)MATLAB編程可得自由度為81(p-c),置信度分別為99%和99.74%的t值分別為2.6379和3.1078。于是,可得到用ESERV表征的基于GABP神經(jīng)網(wǎng)絡(luò)模型的人民幣匯率波動彈性空間如圖3所示。由圖3可知,結(jié)合不同時段的人民幣匯率日波幅限制線(圖中±3‰的虛線與±5‰的實線)可以看出,人民幣匯率實際波動在相應(yīng)的時段內(nèi)均未突破日波幅限制線,只有極少數(shù)交易日達到或者接近日波幅限制線。而經(jīng)過GABP神經(jīng)網(wǎng)絡(luò)模型測度所得的人民幣匯率波動彈性空間,則時有突破現(xiàn)有日波幅限制的天數(shù)?？梢?相應(yīng)的匯率波幅限制線均在各自的區(qū)間內(nèi)受到匯率實際波動壓力的沖擊,并且這點在人民幣匯率較具有彈性的時期顯得尤為突出。如2007年末至2008年中,以及2010年6月19日央行宣布進一步提升人民幣匯率波動彈性之后的不同時期,由GABP神經(jīng)網(wǎng)絡(luò)模型測度出的所需的匯率波動彈性空間,有較多較集中的交易日突破了規(guī)定的匯率波幅限制線?？梢?隨著人民幣匯率波動彈性的不斷加大,人民幣匯率波幅的限制也應(yīng)有所調(diào)整。固定的匯率波幅限制雖然能降低一部分機會成本,卻也難免喪失一部分主動性和靈活度。并且,根據(jù)匯率波動彈性空間的測度可知,現(xiàn)有的匯率波幅限制線顯然已難以容納根據(jù)實際匯率波動測度出來的所需的匯率波動空間的大小。因此,根據(jù)GABP神經(jīng)網(wǎng)絡(luò)模型測度出的匯率波動彈性空間可知,8‰的匯率波幅限制或較為合適。相應(yīng)地,可以求得在99.74%置信度下基于GABP神經(jīng)網(wǎng)絡(luò)模型測度的人民幣匯率波動彈性空間,如圖4所示。由以上結(jié)論可以推出,按照99.74%置信度的GABP神經(jīng)網(wǎng)絡(luò)模型測度出的匯率波動彈性空間的要求,人民幣匯率實際波幅限制線定在1%或較為恰當。(四)人民幣匯率波幅限制的彈性空間參照HuangZhigang等(2011)方法,分別對前文調(diào)整型EWMA模型以及GABP神經(jīng)網(wǎng)絡(luò)模型測度出的人民幣匯率波動彈性空間進行回溯檢驗,結(jié)果如表4所示。由表4可知,調(diào)整型EWMA模型測度出的人民幣匯率波動彈性空間,無論是99%還是99.74%的置信度,均通過了LRuc回溯檢驗,且彈性空間的上下限也均通過了回溯檢驗。同時,模型給出的實際失效率為0,小于理論失效率,可見調(diào)整型EWMA模型能夠100%地實現(xiàn)人民幣兌美元匯率實際波動的有效覆蓋。這再次證明了加入資本流動后的調(diào)整型EWMA模型對匯率彈性空間測度的有效性。同時,從所測得彈性空間的上下限可知,在99%的置信度下,所測得的人民幣匯率波動彈性空間的最大上限和最小下限分別為7.72‰和-7.07‰;在99.74%的置信度下,所測得的人民幣匯率波動彈性空間的最大上限和最小下限分別為9.8‰和-8.53‰。二者均大于目前的匯率波幅限制的5‰,因此,根據(jù)調(diào)整型EWMA模型可知,為了讓人民幣匯率波動彈性空間更好地反映匯率波動的實際規(guī)律及其適應(yīng)經(jīng)濟發(fā)展的必要性,我國對人民幣匯率波幅的限制應(yīng)逐步放大并彈性化。在99%的置信度下,人民幣匯率波幅限制調(diào)為8‰或較為適宜;而在99.74%的置信度下,我國匯率波動彈性空間設(shè)置或可調(diào)整為1%。由表5可知,GABP神經(jīng)網(wǎng)絡(luò)模型測度出的人民幣匯率波動彈性空間,無論是99%還是99.74%的置信度,同樣也都通過了LRuc回溯檢驗。同時,從所測得彈性空間的上下限可知,在99%的置信度下,所測得的人民幣匯率波動彈性空間的最大上限和最小下限分別為8.59‰和-7.2‰;在99.74%的置信度下,所測得的人民幣匯率波動彈性空間的最大上限和最小下限分別為9.52‰和-8.72‰。二者均大于目前的匯率波幅限制的5‰,同樣說明了對人民幣匯率波幅限制進行調(diào)寬以及彈性化有其現(xiàn)實的必要性。在99%的置信度下,人民幣匯率波幅限制調(diào)為8‰或較為適宜;而在99.74%的置信度下,我國匯率波動彈性空間設(shè)置或可調(diào)整為1%。這與調(diào)整型EWMA模型測度出的匯率波動彈性空間較為一致。但是,GABP神經(jīng)網(wǎng)絡(luò)模型在99%置信度下給出的實際失效率要大于調(diào)整型EWMA模型的結(jié)果,即相應(yīng)的匯率波動彈性空間并沒有起到對人民幣匯率實際波動100%的有效覆蓋。但這并不能說明GABP神經(jīng)網(wǎng)絡(luò)模型稍遜一籌。同時,可以看出在99.74%置信度的情形下,相應(yīng)的匯率波動彈性空間則旗鼓相當,均很好地覆蓋了實際匯率波動。進一步對基于調(diào)整型EWMA和GABP神經(jīng)網(wǎng)絡(luò)模型測度出的匯率波動彈性空間進行比較如表6。在此,本文對人民幣匯率波動彈性空間優(yōu)劣的選取依然是依照前文選取測度指標的準則,即在相同的置信度或有效性下,選取最為接近實際時序的序列,也即選取既能涵蓋所有實際匯率波動,又能最為接近人民幣兌美元實際匯率波動時序的彈性空間序列。因為,匯率波動彈性空間如果設(shè)置過寬的話,首先是高估了人民幣兌美元匯率實際波動所需的空間;其次,在我國經(jīng)濟發(fā)展的不同階段,人民幣匯率幣值的穩(wěn)定一直都對經(jīng)濟與匯市發(fā)展起著重要作用。在人民幣幣值傾向于穩(wěn)定需求的時候,過寬的匯率波動彈性空間顯然會造成人民幣實際匯市的頻繁、大幅波動,也難以有效起到與其他經(jīng)濟政策的相互協(xié)調(diào),同時也容易造成匯率波幅無限制的投機預(yù)期等。因此,人民幣匯率波動彈性空間的設(shè)定應(yīng)盡量滿足匯率實際波動的需求即可。因此,根據(jù)表6可知,在99%的置信度下,GABP神經(jīng)網(wǎng)絡(luò)模型測得的匯率波動彈性空間上下限分別以65.13%和56.98%的概率優(yōu)于調(diào)整型EWMA模型測度出的彈性空間上下限。然而,在該置信度下,GABP神經(jīng)網(wǎng)絡(luò)模型測度出的彈性空間有1.234%和0.925%的失效率。因此,在該置信度下,二者所測得的彈性空間各有優(yōu)劣。相對而言,GABP神經(jīng)網(wǎng)絡(luò)模型測度出的彈性空間要相對靠近實際匯率波動。并且,由黃志剛等(2011)研究可知,由于GABP神經(jīng)網(wǎng)絡(luò)模型在匯率富有彈性時段能夠起到更優(yōu)的預(yù)測效果,因此,GABP神經(jīng)網(wǎng)絡(luò)模型測度出來的區(qū)間也更能體現(xiàn)人民幣匯率波動的實際走勢。而由圖1、2可知,調(diào)整型EWMA模